Instagram 評論排序的用戶差異研究
arXiv - Computers and SocietyBrahmani Nutakki, Manon Lilott Kempermann, Ingmar Weber
本研究初步探討 Instagram 新的 AI 評論排序系統是否會導致不同用戶看到不同的評論，尤其是在新聞內容方面，並發現新聞評論的差異性反而較低。
AI 幫你先抓重點
AI 重點 1
評論排序系統的差異性低於預期
滑鼠懸停看 AI 判斷理由
AI 認為此點至關重要，因為它挑戰了對社群媒體演算法的常見假設，即個人化會加劇極化。這暗示了 Instagram 可能在新聞內容的呈現上採取了不同的策略，值得深入研究。
AI 重點 2
帳號指標比用戶屬性更重要
滑鼠懸停看 AI 判斷理由
AI 認為這點具有實用價值，因為它表明影響評論可見性的因素可能更多地與內容本身和帳號的互動情況有關，而非用戶的個人特徵。這對於內容創作者和平台管理人員具有指導意義。
核心研究發現
- 1
研究發現，不同用戶看到的 Instagram 評論確實存在差異，但這種差異在新聞內容上不如非新聞內容明顯。
- 2
評論和追蹤者數量等帳號指標，比用戶的性別、政治傾向和地理位置更能解釋評論可見性的差異。
- 3
與研究者的預期相反，新聞內容的評論在不同用戶間的變化幅度較小，暗示系統可能在新聞內容上更注重一致性。
- 4
研究使用了四個具有不同性別和政治立場的「傀儡帳號」以及 VPN 模擬不同地理位置，以收集評論數據。
- 5
研究結果呼籲對 Instagram 評論排序系統進行更全面、系統性的審查，以了解其對線上討論的影響。
對教育工作者的啟發
此研究提醒教育工作者注意社群媒體平台演算法可能產生的資訊過濾泡，並鼓勵學生培養批判性思考能力，辨別不同平台呈現的資訊差異。此外，內容創作者應注意提升內容質量和互動性，以提高評論的可見性。平台管理者則應考慮透明化評論排序機制，以促進更健康的線上討論環境。
原始文獻資訊
- 英文標題：
- You See It, They Don't: An Exploratory Study of User-to-User Variation in Instagram Comments
- 作者：
- Brahmani Nutakki, Manon Lilott Kempermann, Ingmar Weber
- 來源：
- arXiv - Computers and Society
- AI 摘要模型：
- ISTA-DASLab/gemma-3-27b-it-GPTQ-4b-128g
每週精選研究電子報
每週五信箱收到精選 5 篇教育科技重點研究摘要，零時間壓力掌握學術前沿。